Group 2.6: Core Inference Optimization | 2.6: 核心推理优化
本组聚焦 FlashAttention、Decoding 和 PagedAttention，目标是理解推理侧的核心加速路径。
Group Overview | 组概览
这一组把推理侧最核心的加速方法讲清楚，是后续压缩和高级推理策略的前提。阅读顺序和组内资产见下表，先看 20，再进入 21-22。
Group Asset Overview | 组内资产总览
| 页 | 职责作用 | 定位 |
|---|---|---|
| 20 | 近似 FlashAttention 的推理收益 | 主线页 |
| 21 | 比较不同 decoding 策略 | 主线页 |
| 22 | 处理 PagedAttention 的 KV cache | 主线页 |
Learning Path | 学习路径
Recommended Order | 推荐顺序
Next Steps | 后续衔接
- 看完本组后，继续进入 2.7，把推理优化接到压缩和高级策略上。
Environment Notes | 环境说明
- 默认按
CPU-first阅读，优先把推理路径和缓存行为看懂。 - 这里只写组级统一前提，不点到具体节号。
- 少数页面如需
GPU optional，以后续单页说明为准。